MCP-Dienst auf Basis der Vektorsuchmaschine Qdrant

🚀 Einladung zum Erleben: Chinas erste KI-IDE Intelligente Programmiersoftware Trae Chinesische Version downloadDer DeepSeek-R1 und Doubao-pro sind unbegrenzt verfügbar!

Allgemeine Einführung

mcp-server-qdrant ist eine Vektorsuchmaschine, die auf dem Qdrant Modell-Kontext-Protokoll (MCP) Server. Er dient in erster Linie dazu, KI-Systeme beim Speichern und Abrufen von Erinnerungen zu unterstützen, und ist besonders für Szenarien geeignet, die eine semantische Suche erfordern. Dieses Tool ermöglicht eine effiziente semantische Speicherverwaltung durch die Umwandlung von Informationen in Vektoren. Es unterstützt eine Vielzahl von Clients, wie z. B. Claude Desktop und Cursor, die es Entwicklern oder Benutzern ermöglichen, Informationen einfach zu speichern und zu finden. Ob persönliches Wissensmanagement oder Codesuche im Team, mcp-server-qdrant bietet eine einfach zu bedienende Lösung. Er verwendet das FastEmbed-Modell zur Generierung von Einbettungen und verwendet standardmäßig das Satz-Transformatoren/alle-MiniLM-L6-v2Es ist außerdem vollständig quelloffen, basiert auf der Apache 2.0-Lizenz und kann von jedermann frei verwendet oder verändert werden.

MCP-Dienst auf der Grundlage der Qdrant-Vektorsuchmaschine-1

Funktionsliste

Speichern von InformationenQdrant: Speichern von Textinformationen und Metadaten in einer Qdrant-Datenbank, die Beschreibungen in natürlicher Sprache und strukturierte Daten unterstützt.
semantischer AbrufDie Suche nach den relevantesten Informationen oder Codeschnipseln in einer Datenbank auf der Grundlage einer Abfrage ist schnell erledigt.
Unterstützung für mehrere KundenFunktioniert nahtlos mit MCP-kompatiblen Tools wie Claude Desktop, Cursor und anderen.
Kundenspezifische Werkzeugbeschreibung:: Ermöglicht es den Nutzern, die Beschreibung des Speichers und der Suchfunktionen an verschiedene Szenarien wie Codesuche oder Wissensmanagement anzupassen.
Lokaler und entfernter ModusQdrant: Unterstützt die Flexibilität, Qdrant lokal auszuführen oder eine Verbindung zu einem Remote-Server herzustellen.
Unterstützung für eingebettete ModelleFastEmbed: Verwendet die FastEmbed-Technologie, um standardmäßig eine effiziente Einbettung zu ermöglichen.

Hilfe verwenden

Ablauf der Installation

Die Installation von mcp-server-qdrant ist sehr einfach und kann auf zwei Arten durchgeführt werden: mit dem uvx Führen Sie es direkt aus, oder installieren Sie es automatisch über Smithery auf Claude Desktop:

Methode 1: Installieren und Ausführen mit uvx

Vorbereiten der UmgebungVergewissern Sie sich, dass Sie Python 3.10 oder höher auf Ihrem Computer installiert haben und dass Sie die uvx(ein leichtgewichtiges Python-Paketverwaltungstool). Wenn Sie nicht über uvx, das mit dem folgenden Befehl installiert werden kann:

pip installieren uv

Setzen von UmgebungsvariablenGeben Sie den folgenden Befehl in das Terminal ein, um die Qdrant-Serveradresse und den Sammlungsnamen zu konfigurieren.

QDRANT_URL="http://localhost:6333" COLLECTION_NAME="meine-sammlung" uvx mcp-server-qdrant

QDRANT_URLAdresse des Qdrant-Servers: Die Adresse des Qdrant-Servers. Wenn Sie Qdrant lokal ausführen, können Sie den Standardwert beibehalten.
SAMMLUNG_NAMEDer Name der Sammlung, die Sie verwenden möchten, z. B. "my-collection".
Wenn Sie einen API-Schlüssel benötigen, fügen Sie QDRANT_API_KEY="Ihr Schlüssel".

Betriebsserver: Der Server wird nach der Ausführung des Befehls gestartet, standardmäßig mit der stdio Übertragungsprotokoll. Wenn ein Fernzugriff erforderlich ist, können Sie ---transport sse Parameter:

QDRANT_URL="http://localhost:6333" COLLECTION_NAME="my-collection" uvx mcp-server-qdrant --transport sse

Methode 2: Installation in Claude Desktop über Smithery

Installation der SchmiedekunstStellen Sie sicher, dass Sie eine Node.js-Umgebung haben, indem Sie den folgenden Befehl in einem Terminal ausführen:

npx @smithery/cli install mcp-server-qdrant --client claude

Claude Desktop konfigurieren: Herausgeber claude_desktop_config.json Datei in der "mcpServer" Ergänzen Sie den Abschnitt wie folgt:

{
"qdrant": {
"Befehl": "uvx",
"args": ["mcp-server-qdrant"],
"env": {
"qdrant_url": "http://localhost:6333", "env": {
"QDRANT_API_KEY": "Ihr Schlüssel",
"COLLECTION_NAME": "Ihr Sammlungsname"
}
}
}

Start Claude DesktopNachdem Sie die Konfiguration gespeichert haben, starten Sie Claude Desktop und der Server wird automatisch gestartet.

Lokaler Modus Konfiguration

Wenn Sie sich nicht auf einen entfernten Qdrant-Server verlassen wollen, können Sie den lokalen Modus verwenden:

Ersetzen Sie QDRANT_URL wegen QDRANT_LOKALER_PFADgeben Sie den lokalen Datenbankpfad an:

{
"qdrant": {
"command": "uvx",
"args": ["mcp-server-qdrant"],
"env": {
"QDRANT_LOCAL_PATH":"/path/to/qdrant/database", "COLLECTION_NAME": {
"COLLECTION_NAME": "my-collection"
}
}
}

Nach der Ausführung startet Qdrant im lokalen Modus, und alle Daten werden im angegebenen Pfad gespeichert.

Hauptfunktionen

Funktion 1: Speichern von Informationen (`qdrant-store`)

verwenden.Speichern von Informationen in der Qdrant-Datenbank, z. B. Text, Codeschnipsel oder Notizen.
Verfahren:
1. Bereiten Sie den zu speichernden Inhalt vor, z. B. einen beschreibenden Text (Informationen) und optionale Metadaten (Metadaten).
  - Beispiel:information="Dies ist eine Beschreibung einer Taschenrechnerfunktion."(math.) Gattungmetadata={"code": "def calc(x): return x + 1"}
2. Wenn Sie Claude Desktop verwenden, öffnen Sie den Client und geben Sie einen ähnlichen Befehl ein:
```
qdrant-store information="Dies ist eine Beschreibung einer Rechnerfunktion" metadata={"code": "def calc(x): return x + 1"}
```
3. Der Server gibt eine Bestätigungsmeldung zurück, die anzeigt, dass die Speicherung erfolgreich war.
zur Kenntnis nehmenMetadaten: Metadaten sind optional und können verwendet werden, um zusätzliche Informationen wie Codes oder Etiketten zu speichern.

Funktion 2: Abrufen von Informationen (`qdrant-finden`)

verwenden.:: Suche nach den relevantesten Inhalten in der Datenbank auf der Grundlage von Abfragen in natürlicher Sprache.
Verfahren:
1. Geben Sie eine Abfrage ein, z. B. wenn Sie den Code für eine bestimmte Funktion suchen:
```
qdrant-find query="Rechnerfunktionen"
```
2. Der Server gibt Treffer zurück, jede Nachricht wird separat angezeigt und kann eine Beschreibung und einen Code in den Metadaten enthalten.
3. Prüfen Sie die zurückgegebenen Ergebnisse, um zu finden, was Sie brauchen.
TippJe spezifischer die Abfrage ist, desto genauer ist das Ergebnis. Zum Beispiel ist "Taschenrechnerfunktion" genauer als "Funktion".

Funktion 3: Benutzerdefinierte Codesuche

verwenden.: Verwandeln Sie den Server in ein Code-Suchwerkzeug für Entwickler.

Schritte zur Konfiguration:

Setzen von Umgebungsvariablen und Anpassen von Werkzeugbeschreibungen:

QDRANT_URL="http://localhost:6333" COLLECTION_NAME="code-snippets" \
TOOL_STORE_DESCRIPTION="Codeschnipsel speichern, Informationen sind die Beschreibung, Metadaten enthalten den Code" \
TOOL_FIND_DESCRIPTION="Suche nach Codeschnipseln anhand der Beschreibung" \
uvx mcp-server-qdrant --transport sse

existieren Cursor Konfigurieren Sie die Serveradresse z. B. in http://localhost:8000/sse.

Speichern Sie den Code:

qdrant-store information="Berechne die Summe von zwei Zahlen" metadata={"code": "def add(a, b): return a + b"}

Code suchen:

qdrant-find query="Funktion zum Addieren zweier Zahlen"

WirkungGibt den am besten passenden Codeschnipsel zur einfachen Wiederverwendung zurück.

Beispiele für Nutzungsszenarien

Persönliches WissensmanagementSpeichern Sie Notizen oder Dokumentfragmente und rufen Sie sie jederzeit in natürlicher Sprache ab.
Teamarbeit:: Betreiben Sie Server in der Cloud, um Code oder Wissensdatenbanken gemeinsam zu nutzen.
lokale EntwicklungGetestet im lokalen Modus, nicht netzwerkabhängig.

caveat

Vergewissern Sie sich, dass der Qdrant-Dienst gestartet ist (lokal oder per Fernzugriff).
Das Standard-Einbettungsmodell ist Satz-Transformatoren/alle-MiniLM-L6-v2Das Modell kann nur mit Modellen verwendet werden, die von FastEmbed unterstützt werden.
Der SSE-Modus ist gut für den Fernzugriff, stdio ist gut für lokale Clients.